تخمين SNR ورودي با استفاده از ماسك باينري در سيستم‌هاي مبتني بر آناليز تركيب شنيداري محاسباتي

Input SNR Estimation using Binary Mask in Systems based on Computational Auditory Scene Analysis

در اين مقاله، روش جديدي براي تخمين نسبت سيگنال به نويز (SNR) سيگنال تركيب ارائه شده است كه بر پايه روش آناليز تركيب شنيداري محاسباتي (CASA) است. در روش ارائه‌شده، ماسك باينري ايده‌آل (IBM) كه به طور معمول هدف محاسباتي سيستم‌هاي مبتني بر CASA است، براي تخمين SNR سيگنال گفتار نويزي به كار گرفته مي‌شود. روش پيشنهادي با استفاده از IBM و چندين ماسك شبه IBM ارزيابي شده است. اين روش، ساده و از نظر محاسباتي كارآمد است. ارزيابي‌هاي اصولي نشان مي‌دهند كه روش پيشنهادي، در محدوده وسيعي از مقادير SNR، تخمين قابل قبولي از سطح SNR ورودي ارائه مي‌دهد و خطاهاي احتمالي در تخمين IBM عملكرد سيستم پيشنهادي را چندان تحت تأثير قرار نمي‌دهد. نتايج شبيه‌سازي‌ها همچنين نشان مي‌دهند كه سيستم پيشنهادي عملكردي بهتري را نسبت به روش‌هاي قبلي تخمين SNR دارد.

This paper presents a new approach for estimating the signal-to-noise ratio (SNR) of mixture signal، which is based on the computational auditory scene analysis (CASA). The ideal binary mask (IBM) which is generally the computational goal of CASAbased systems is used to estimate the SNR of noisy speech signal. The proposed method is evaluated using IBM and some quasi-IBM masks. The method is simple and computationally efficient. Systematic evaluations show that the proposed method results in reasonable estimation of the input SNR level in a wide range of SNR values، and probable errors in estimating IBM do not affect so much the performance of the proposed system. Furthermore، simulation results show that the proposed system outperforms previous SNR estimation methods.